python中正则表达式的运用

1. re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none
   pattern:匹配的正则表达式
   string:要匹配的字符串。
   flags:标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
   参见：正则表达式修饰符 - 可选标志
   re.math(pattern,string,flags = 0)

import re
print(re.match('www', 'www.google.com').span())  # 在起始位置匹配
print(re.match('com', 'www.google.com'))         # 不在起始位置匹配
    输出:(0, 3)       #前面数表示从开始在元素中的位置,后面数表示在元素的长度位置.
          None

2.使用group(num) 或 groups() 匹配对象函数来获取匹配表达式:
group(num=0):匹配的整个表达式的字符串，group() 可以一次输入多个组号，
在这种情况下它将返回一个包含那些组所对应值的元组。
groups() :返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
group([group1,…])获得一个或者多个字符串,当要获得整个字符串时可用:group()或者group(0);
start()方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
end()方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
span() 方法返回 (start() 和 end()的值).

import re
print(re.match('www', 'www.google.com').group()) #  www
print(re.match('www', 'www.google.com').span())  # (0, 3)
print(re.match('www', 'www.google.com').start()) # 0
print(re.match('www', 'www.google.com').end())   # 3

import re
line = "Cats are smarter than dogs"
        # .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
        # (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
hObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print ("Obj.group() : ", Obj.group())
    print ("Obj.group(1) : ", Obj.group(1))
    print ("Obj.group(2) : ", Obj.group(2))
    else:
        print ("No match!!")
        输出:Obj.group() :  Cats are smarter than dogs
             Obj.group(1) :  Cats
             Obj.group(2) :  smarter
re.search()  扫描整个字符串并返回第一个成功的匹配(research(pattern,string,flags=0))。
print(re.search('www', 'www.google.com').span()) #(0, 3)
print(re.search('com', 'www.google.com').span()) #(11, 14)

3. re.sub() 用于替换字符串中的匹配项;re.sub(pattern, repl, string, count=0, flags=0)。
   pattern : 正则中的模式字符串。
   repl : 替换的字符串，也可为一个函数。
   string : 要被查找替换的原始字符串。
   count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
   flags : 编译时用的匹配模式，数字形式。

 import re 
 print(re.sub('www','XXX', 'www.google.com')) #XXX.google.com
 phone = '020-3334-7959 #这是电话号码'
 num =re.sub(r'#.*$','',phone)   #删除注释
 print('电话号码:',num)          #电话号码: 020-3334-7959 
 numbers =re.sub(r'\D','',phone) #移除数字外的所有内容
 print('电话号码:',numbers)      #电话号码: 02033347959
 def double(matched):
   value = int(matched.group('value'))
   return str(value * 2)

   s = '粤A06G9HFD147'
   print(re.sub('(?P<value>\d+)', double, s)) #粤A12G18HFD294

4.re.compile()函数:
re.I 忽略大小写
re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
re.M 多行模式
re.S 即为’ . ‘并且包括换行符在内的任意字符（’ . ‘不包括换行符）
re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
re.X 为了增加可读性，忽略空格和’ # '后面的注释

 import  re
 pattern = re.compile(r'\d+')                       # 用于匹配至少一个数字
 num = pattern.match('7one12twothree34four')        # 先开头查找，有就匹配,没有则回复None
 print(num)      #<re.Match object; span=(0, 1), match='7'>

5.findall:在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。

        注意： match 和 search 是匹配一次 findall 匹配所有。
        re.findall(pattern, string, flags=0)
                或
        pattern.findall(string[, pos[, endpos]])
        参数：
            pattern 匹配模式。
            string 待匹配的字符串。
            pos 可选参数，指定字符串的起始位置，默认为 0。
            endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。

import re
num = re.findall(r'\d+','5656  one12twothree34four  5757')            #['5656', '12', '34', '5757']
                 或者
num = re.compile(r'\d+') .findall('5656  one12twothree34four  5757')  #['5656', '12', '34', '5757']
result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
 print(result)         #[('width', '20'), ('height', '10')]

6. finditer:和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
   re.finditer(pattern, string, flags=0)

import re
it = re.finditer(r"\d+","12a32bc43jf3")
print(it)                                  #<callable_iterator object at 0x000001FBFFD4F0D0>
for match in it:
         print (match.group()               
         
输出:

	   12
	   32
	   43
	    3

7. re.split
   split 方法按照定义匹配的子串将字符串来分割,最后返

imort re
print(re.split(r'\d+','5656  one12twothree34four  5757'))        

输出:['', '  one', 'twothree', 'four  ', '']


 print(re.split(r'\D+','5656  one12twothree34four  5757  good'))  
            
输出: ['5656', '12', '34', '5757', '']

  print(re.split('a', 'hello world') )                             
  
输出: ['hello world']      #没有就返回原来字符串.